歷時兩個月，終於學完了這門計算機視覺的神課～回顧整個學習歷程，不得不說這門課真的設計的如此之好，不論是講師justin深入淺出的講解，還是頗有難度的課後作業，都讓我真正對深度學習這一領域有了一定的了解。
我是一開始在b站上看2023年的cs231n，但是在看完cnn的部分後發現justin在umich新開了一門計算機視覺的課程——eecs498-007/598-005，而且課程順序基本和cs231n一樣。於是我就果斷去看這門課了，裡面講解的內容比cs231n多不少，尤其是近幾年各個領域的最新進展都有所提到。
這是我第一次完成了一門課所有的作業，並且每乙個lecture都做了相應的筆記，感覺收穫很大。所以把自己的學習記錄也分先給大家，希望可以對想要學習這門課的同學有一些幫助，也歡迎有想法的同學和我一起交流討論～
github位址
cs231n筆記總結
cs231n的課程以及作業都完成的差不多了，後續的課程更多的涉及到卷積神經網路的各個子方向了，比如語義分割 目標檢測 定位 視覺化 遷移學習 模型壓縮等等。assignment3有涉及到這些中的一部分，但需要深入了解的話還是得看 了。所以在看 前把之前已學的知識，筆記和作業 一起做個整理。部落格裡主...
CS231n 學習筆記（五）
注意 在計算機上計算梯度的乙個簡單方法是有限差分法 迭代計算所有w維度，一直重複下去直到計算完dw。這種方法是數值梯度法，過程非常慢。實際上，我們會使用另一種分析梯度法，提前計算出梯度的表示式 除錯策略 使用數值梯度作為單元測試來確保解析梯度是正確的 梯度下降演算法 注意 隨機梯度下降 之前我們定義...
CS231n理解筆記
linear classification notes 該方法的組成 乙個是評分函式 原始影象資料到類別分值的對映 乙個是損失函式 用來量化 分類標籤的得分和真實標籤之間的一致性。影象分類的任務是從已有的固定分類標籤中選擇乙個並分配一張影象，我們介紹了knn分類器，該分類器的基本思想是通過將測試影象...